【摘 要】
:
带自由面的渗流问题一直是水利水电工程中研究的热门课题之一。它有着广泛的应用背景,同时问题的求解又具有特殊的困难性。渗流自由面位置是预先未知的,本身为一个待求变量,
论文部分内容阅读
带自由面的渗流问题一直是水利水电工程中研究的热门课题之一。它有着广泛的应用背景,同时问题的求解又具有特殊的困难性。渗流自由面位置是预先未知的,本身为一个待求变量,自由面满足混合边界条件,即同时满足第一类边界条件和第二类边界条件。数值求解该问题时,自由面需要通过迭代求解。本文采用有限元固定网格和移动网格相结合的迭代方法,求解带自由面的坝体稳定渗流问题。 在计算中,本文将计算域分为移动网格区和固定网格区,即自由面迭代变化可能涉及到的区域划为移动网格区,迭代变化涉及不到的区域划为固定网格区。 在移动网格区,当迭代过程中的自由面位置发生变化时,单元网格节点要随之进行移动调整,本文按照空间均匀压缩或者拉伸的思想来移动网格。同时为了实现迭代过程中网格的自动移动,本文针对一般坝体的情况,在原有有限元网格数据基础上,又生成了网格移动所必需的相关数据,实现了计算机对节点及坝体自由面的自动识别及控制。 随着迭代过程的进行,移动网格区中单元所在的空间位置要发生变化,单元的渗流系数有可能改变,针对这个问题,本文将坝体和坝基按渗透性能的不同划分出若干物性子区域,这些子区域的空间位置在计算过程中是不变的,迭代时,每当网格移动到新位置后,重新判断新位置上的单元属于哪一个物性子区域,从而调整此单元的渗流系数。 在迭代移动网格的过程中,单元可能会因移动变形而产生畸形,本文分析了畸形单元的两种类型,一种是单元长宽比较大,另一种是单元的形状怪异。通过计算及分析,本文认为后一种畸形对迭代收敛和计算精度的危害更大,进而提出了一种避免网格形状怪异的均匀移动网格方法。 本文以吉林丰满混凝土重力坝防渗加固实际工程为例,在考虑原有大坝防渗措施(包括坝体防渗帷幕、坝体排水帷幕、排水廊道、坝基防渗帷幕、坝基排水帷幕)的前提下,对加防渗芯墙前后坝体的渗流性能进行了数值模拟。计算结果表明,加芯墙后坝体自由面位置明显下移,坝体湿水部分大为减少,坝基扬压力没有明显提升,下游出水点位置没有明显下降。计算过程表明,本文方法及措施具有很好的收敛性与稳定性。且收敛性与自由面初始位置的选择无关。
其他文献
20世纪70年代以来,随着电力电子技术的飞速发展,特别是功率半导体器件和变流技术的发展,大容量电力整流、换流设备等电力电子装置和非线性负载的广泛使用,电网的谐波污染问题变得日益严重,由谐波引起的各种故障和事故也不断产生,谐波危害的严重性引起人们的高度关注,对电力系统谐波问题的研究逐渐为人们所重视。在工程实践和理论分析中,谐波信号的分析和处理具有非常重要的意义,而谐波发生器作为信号源正是为这些实践和
本文首先概述了研究背景、负荷预测的重要性、基础理论和各种预测方法,在详细研究了各预测方法数学模型后,介绍了基于熵权法的组合预测理论。在组合预测中权重的确定是最关键的。为了尽可能多地了解预测方法反映的不同信息,本文采用四种误差指标来衡量预测方法的预测准确性,利用熵权理论计算每种误差指标的权重,它弥补了以往组合预测中多是基于某一种误差指标的不足,使得预测结果具有一定程度上的合理性。根据电网规划的实际情
随着社会经济发展及电子电器设备的规模性增长,所带来的用电需求急剧增长严重影响电网电能质量,高低压系统间的冲击性负荷越来越频繁,主要表现在电压波动闪变、无功功率快速变化、产生大量谐波电流等。为解决这类问题,通常采用无功补偿的方式对消耗的无功功率进行补偿。本文结合我国当前无功补偿领域的现状、趋势和要求,着重对无功补偿装置的研究背景和意义进行了分析,主要的工作和结论如下:(1)阐述了无功补偿技术的基本原
一、景气指数先抑后扬、信心指数呈振荡格局rn2019年,长江航运景气状况稳中向好,一季度景气指数位于景气分界线以下,二季度景气状况全面回升,三季度、四季度景气状况持续小幅
本文数值分析了模拟鱼类波状摆动的二维波动板问题,分析了其动力学性能。基于如下假设:(i)外部流场为非定常势流,(ii)鱼类游动时,从尾缘脱泻出离散的点涡,(iii)在尾缘处满足非定常
新型冠状肺炎疫情影响尚未显现,长江集装箱综合运价指数(YCFI)为 1057.4 点,环比增长0.1%,同比下降4.7%.预计2月内外贸集装箱运价可能分化.见表1和图1.
长江干散货综合运价指数为791.3点,环比下降2.4%,同比下降7.4%,主要货类指数涨跌互现.rn本月正值农历春节假期,多数基建项目停工放假,电厂、钢厂等企业生产放缓,以保供为主,市
电力系统的短期负荷预测对于电力系统的经济稳定运行具有重要作用。准确的预测结果能够帮助制定发电计划、稳定性分析以及电力系统的运行和优化决策。随着系统解除管制,短期负荷预测能为电能生产和电力交易提供决策支持,因而越来越重要。人工神经网络能够充分描述电力负荷的复杂特性。Ensemble方法能能够有效提高单个预测器的预测效果。为建立良好的Ensemble模型,需要产生多个具有多样性和准确性的子预测器,并将